Optimalisatie-Interactie: Educatieve chatbots voor leerlingen met leerstoornissen
In deze bachelorproef wordt onderzocht hoe AI-gestuurde educatieve chatbots kunnen worden afgestemd op de noden van leerlingen met leerstoornissen, met een focus op dyslexie en dysfasie. De stage vindt plaats binnen Eureka Expert BV, onderdeel van Eureka Leuven, een toonaangevend Belgisch expertisecentrum die personen met leerstoornissen begeleidt.
Binnen deze context wordt een prototype ontwikkeld van een AI-gedreven chatbot die optreedt als digitale studiebegeleider. Het systeem moet studeren ondersteunen door de leerling te ondervragen en gericht feedback te geven op basis van het studiemateriaal van de gebruiker. Hierbij wordt specifiek rekening gehouden met de noden van leerlingen met dyslexie en/of dysfasie.
Het systeem wordt ontwikkeld in React (TypeScript/Vite). De AI-functionaliteit wordt gerealiseerd via een Node.js/Express-backend met Google Gemini voor tekst- en spraakverwerking. Door gebruik te maken van Retrieval-Augmented Generation (RAG) via Gemini File Search worden antwoorden inhoudelijk afgestemd op het studiemateriaal.
Daarnaast wordt een literatuurstudie uitgevoerd naar informatieverwerking en effectieve leerstrategieën bij leerlingen met dyslexie en/of dysfasie. Op basis hiervan wordt onderzocht hoe een AI-chatbot deze strategieën kan ondersteunen. Daarnaast wordt onderzocht hoe system prompts geoptimaliseerd kunnen worden en wordt een promptstrategie uitgewerkt.
Tot slot wordt een evaluatie uitgevoerd met leerlingen gericht op hun gebruikservaring. Aan de hand van gerichte vragen wordt gepeild naar gebruiksvriendelijkheid, duidelijkheid, motivatie en ondersteuning. De resultaten worden verwerkt in een evaluatiematrix, die toelaat om verbeterpunten te formuleren voor zowel de chatbotinterface als de onderliggende promptstructuur.
Uit de ontwikkeling en evaluatie blijkt dat de AI-gestuurde chatbot potentieel heeft als aanvullende studieondersteuning voor leerlingen met dyslexie en/of dysfasie. De combinatie van Retrieval-Augmented Generation, aangepaste promptstrategieën, eenvoudige taal, herhaling en multimodale interactie zorgt ervoor dat de chatbot beter kan aansluiten bij de noden van deze doelgroep. Doordat de antwoorden gebaseerd worden op het studiemateriaal van de leerling, kan de ondersteuning inhoudelijk relevanter en meer contextgericht worden aangeboden.
De gebruikerstesten tonen aan dat de chatbot door leerlingen als motiverend en behulpzaam kan worden ervaren. Vooral de mogelijkheid om zelfstandig te oefenen, vragen te stellen, uitleg te krijgen en via spraak te communiceren, maakt de toepassing toegankelijker voor leerlingen die moeilijkheden ervaren met lezen, schrijven of taalverwerking. De chatbot biedt bovendien ruimte voor herhaling en directe feedback, wat kan bijdragen aan meer zelfvertrouwen en zelfstandigheid tijdens het studeren.
Tegelijkertijd moet de chatbot worden gezien als een ondersteunend hulpmiddel en niet als vervanging van een leerkracht of begeleider. De resultaten tonen aan dat AI waardevol kan zijn binnen gepersonaliseerde leerondersteuning, op voorwaarde dat de technologie zorgvuldig wordt afgestemd op de doelgroep en ingebed wordt in een veilige, pedagogisch verantwoorde leercontext. Deze bachelorproef toont daarmee aan dat een AI-gestuurde studiebegeleider een veelbelovende aanvulling kan vormen op bestaande digitale leerplatformen voor leerlingen met leerstoornissen.
Meer lezen